王強強,鄭逸芳,鄭晶,黃安勝
(福建農林大學公共管理學院,福建福州,350002)
低碳視角下福建能源效率研究
王強強,鄭逸芳,鄭晶,黃安勝
(福建農林大學公共管理學院,福建福州,350002)
運用隨機前沿分析法(SFA)對2005~2013年福建省的能源效率進行實證分析,發(fā)現(xiàn)福建的經濟增長方式仍然以勞動密集型的粗放式發(fā)展模式為主,在一定程度上是以犧牲環(huán)境為代價的。福建省整體能源效率值偏低,經濟發(fā)達、產業(yè)結構完善地區(qū)能源效率相對較高,反之,則較低。總體上,福建省能源效率的分布呈現(xiàn)出由沿海到山區(qū)逐級降低的階梯式特點。根據研究結果,提出了一系列政策建議。
低碳;能源效率;隨機前沿函數(shù)(SFA)
隨著氣候的變化,能源日益枯竭,生態(tài)環(huán)境遭到破壞,世界各國經濟都已經受到了嚴重的影響,以煤炭為主導能源結構的中國出現(xiàn)了能源短缺局面的同時也產生了較高的碳排放量,嚴重影響到了國家的發(fā)展,因此“低碳經濟”的概念油然而生。所謂的“低碳經濟”,是指在經濟發(fā)展的過程中,通過各種途徑如技術升級及產業(yè)結構調整等來減少溫室氣體的排放,使得在獲得經濟效益和社會效益的同時兼顧到生態(tài)效益的經濟發(fā)展模式。[1]可以看出,低碳經濟的發(fā)展旨在轉變經濟發(fā)展方式為減少高碳能源消耗的經濟發(fā)展模式,因此,要想從“高碳能耗”模式轉為“低碳發(fā)展”模式,提高能源效率是實現(xiàn)其目標的重要保證。
正處于新的發(fā)展階段的福建,尤其是面對海西經濟區(qū)跨越式發(fā)展的關鍵時期,以及福建在國家“一帶一路”建設中的特殊地位和獨特作用,福建省迎來了新的發(fā)展時期。但是福建的產業(yè)結構和消費結構仍然處在高耗能的階段,加上節(jié)能技術的水平較低,浪費現(xiàn)象嚴重,給福建省帶來了巨大經濟壓力和環(huán)境污染問題。[2-3]顯然,傳統(tǒng)的粗放式發(fā)展已經不合時宜,要緩解福建省能源消費的矛盾,實現(xiàn)經濟增長與環(huán)境保護的當務之急就是要發(fā)展低碳經濟。因此,如何優(yōu)化能源結構、保護生態(tài)環(huán)境,有效提升能源效率,[4]實現(xiàn)向“低投入、低污染、高產出”的經濟增長方式轉變的研究,以及如何制定行之有效的節(jié)能減排政策,對于福建省經濟的可持續(xù)發(fā)展具有重大意義。[5]
“能源效率”是一個相對概念,并沒有明確的指標作為衡量能源效率的標準,而是必須依靠一系列的量化指標來衡量。我們通常用能源服務產出量與能源投入量的比值來度量能源效率(魏一鳴、廖華),因此能源的高效率意味著使用同一能源能生產更多數(shù)量的服務或者生產同樣的服務使用更少的能源。[6]在對能源效率的評價上,Hu和wang基于全要素生產率框架定義了全要素能源效率,認為能源必須結合如資本及勞動力等相關投入要素才能產生經濟產出。[7]此外,許多學者也測算和比較了中國各地區(qū)能源的效率并分析了影響因素,認為經濟發(fā)展水平以及產業(yè)結構等都能影響到能源技術效率。[8]在低碳視角下測算能源效率方面,許多學者利用環(huán)境經濟學理論將污染物考慮到生產函數(shù)當中,將其視為非期望產出。對非期望產出的處理主要有兩種,一是將污染物作為投入指標,希望其越少越好(李衛(wèi)坤);二是對污染產出進行逆處理,如將二氧化碳與二氧化硫作為“壞”產出,并將壞產出進行逆處理(李海東、吳波亮)。在研究方法上,國內相關研究大多是基于非參數(shù)的DEA方法,因為DEA方法無須估計具體生產函數(shù),通過決策單元來構造前沿面函數(shù),避免了因錯誤的函數(shù)形式帶來的問題,但是其構造的生產前沿面忽略了誤差以及統(tǒng)計噪聲的隨機問題,因此對效率測算結果有一定偏差(續(xù)競秦、楊永恒)。相對于DEA方法,由于必須先經過假設前沿生產函數(shù)的模型,假設統(tǒng)計誤差以及其他非效率因素導致的誤差分布情況,即考慮了隨機因素對投入產出模型的影響,能夠同時對前沿函數(shù)和技術非效率函數(shù)的參數(shù)進行估計,可以將隨機因素和技術無效率從實際產出分離出來,從而有效提高了數(shù)據樣本的質量(李衛(wèi)坤)。
本文基于低碳的視角,將CO2排放量作為環(huán)境變量引入模型,同時為在能源效率評價中將統(tǒng)計噪聲的影響考慮進來,采用隨機前沿分析法,以2005~2013年面板數(shù)據為基礎測度福建省能源效率情況,進一步分析福建省各地區(qū)能源效率高低的原因,為優(yōu)化福建省能源結構和節(jié)能減排政策提供政策建議。
(一)模型設計
SFA模型即隨機前沿函數(shù)模型,顯然就是要確定生產前沿的具體模型。它要解決的問題是要度量每個決策單元在某一期間內的技術效率。該模型可以用函數(shù)形式表達為:

其中,y表示產出變量,x表示投入變量,β為變量參數(shù),vi和ui為誤差項。v服從N(0,σ2t)分布。u≥0,可以表示隨機因素對生產函數(shù)具有較大的影響。因此,生產函數(shù)所表示的技術效率狀態(tài)TE與u之間的關系可以表示為TEit=exp(-uit)。當uit=0時,可得TEit=1,表示該生產模型處于技術效率狀態(tài);當uit〉0時,可得TEit〈1,表示該決策單元處于無技術效率狀態(tài)。[9]為了引入了影響技術非效率的函數(shù)形式,Battese和Coelli還通過計量經濟學的相關模型對SFA模型進行了擴展。[10]本文基于Battese和Coelli改進的模型包括資本變量、勞動力變量、能源變量以及環(huán)境變量作為能源效率評價模型,構建了超越對數(shù)的生產函數(shù)隨機前沿模為:

其中β0為待估計變量系數(shù);Yit表示決策單元i 在t時期的GDP(單位:億元);Kit資本變量(單位:億元)、Lit勞動力變量(單位:萬人)、Eit能源變量(單位:萬t標準煤)、Pit環(huán)境變量(單位:噸CO2)。βK、βL、βE和βP分別為資本、勞動力、能源和環(huán)境這些變量的產出彈性。[4]39隨機誤差項(vit-uit)為復合結構,ui和νi的分布相互獨立,且都和抹胸中的變量高度不相關。通常用復合誤差項技術無效率部分的比重的大小來判斷隨機前沿模型的設定是否具有科學性,由公式可以看出0≤γ≤1,當γ=0時,表示σu為0,不適宜用SFA模型,而當γ=1時,表示σu為1,即前沿函數(shù)的偏離主要是由能源無效率引起的,因而采用隨機前沿模型是適宜的。[11]
(二)變量選取與數(shù)據來源
能源效率的評價指標可以分為投入和產出兩類。投入指標從資本投入、勞動力投入和能源投入考慮,選取資本存量、當期從業(yè)人員數(shù)和能源消費量為模型的輸入指標;產出指標由于其產出的合理性與否可分為期望產出與非期望產出,CO2排放量屬于給社會帶來負效應的產出指標,這里借鑒許多學者對負產出的處理方法,將其作為環(huán)境投入要素,視為環(huán)境資源的損耗,而將地區(qū)生產總值作為本研究期望產出的指標。
1.資本:用資本存量來表示。由于固定資產存在一定的折舊,本文主要參考大部分學者的“永續(xù)盤存法”,采用公式Kit=Iit+(1-δit)Kit-1來計算,式中:Kit、Iit與δit的分別為決策單元i在第t年的固定資產投資、總投資與經濟折舊率。[12]
2.勞動:選取決策單元當期從業(yè)人員數(shù)量作為人力資源投入。這里由于各地區(qū)的人均教育水平等數(shù)據不可得,因此沒有包括各地區(qū)勞動力質量上的差異。
3.能源:用各地區(qū)的能源消費總量來表示能源投入。本文根據萬元GDP所需能耗與當?shù)谿DP數(shù)量來換算該地區(qū)的能源總投入。能源消耗統(tǒng)一使用計量單位“噸標準煤”。
4.CO2排放量:按照原煤折標準煤系數(shù)以及原煤CO2排放系數(shù)將能源投入標準煤折算成CO2排放量。
5.地區(qū)生產總值:以各地區(qū)生產總值來衡量地區(qū)總產出。
本文使用的樣本為2005~2013年福建面板數(shù)據,相關指標的數(shù)據如表1所示。全部數(shù)據來自《福建統(tǒng)計年鑒》。為保證指標數(shù)據的一致性,采用平減指數(shù)對GDP變量及固定資產投資以2005年為基期,計算各個年份的實際值。
(一)回歸結果分析
表2給出了福建省能源效率隨機前沿生產函數(shù)的估計結果。首先,γ=0.9903,趨近于1,同時,檢驗統(tǒng)計量σ2在99%的置信區(qū)間的顯著,表明前沿函數(shù)的偏離主要是由能源無效率引起的,所以本研究適合采用隨機前沿模型。其次,福建省能源效率實證模型的對數(shù)似然函數(shù)值log為-629.47222,似然比檢驗統(tǒng)計量LR為280.99516,通過99%置信水平的檢驗,表明模型整體線性關系是成立的。第三,從模型的四大投入要素與經濟增長的關系上看,能源投入是刺激經濟增長的主要關鍵,能源投入每增加1%,地區(qū)生產總值平均提高2.41%;而勞動投入每增加1%,地區(qū)生產總值平均提高2.21%;資本投入每增加1%,地區(qū)生產總值平均僅提高0.86%。可以看出,福建省的能源投入與勞動投入的產出彈性遠大于資本存量的產出彈性,說明福建經濟增長的主要動力在于能源的消耗與勞動力的投入。在環(huán)境投入方面,地區(qū)生產總值每增加1%,環(huán)境投入平均要增加8.71%,說明福建經濟的增長需要犧牲較大的環(huán)境,而環(huán)境污染指標主要體現(xiàn)在CO2排放量,因此可以看出目前福建的經濟增長與能源的使用過程中造成的碳排放量較大。

表1 投入產出指標描述統(tǒng)計

表2 隨機前沿超對數(shù)能源效率模型估計結果
(二)福建省能源效率時空差異分析
利用Frontior4.1對模型進行求解,得到福建省2005~2013年的能源效率值。能源效率值介于0 與1之間,0表示該地區(qū)處于完全無效率的狀態(tài),而1表示該地區(qū)處于完全有效率的狀態(tài)。表3給出了基于SFA的福建省9個地市2005~2013年能源效率測算值及排名結果。
從時間上看,2005~2013年全省能源利用的平均水平從0.367上升到0.377,說明福建能源整體效率有了一定的提高,且逐年穩(wěn)步上升,這可能是福建正處于加快建設海峽西岸經濟區(qū)的關鍵階段,隨著新型城鎮(zhèn)化的推進、基礎設施的投入與建設加大了能源的需求與利用。從區(qū)域來看,福建省能源效率在時空方面表現(xiàn)出較大的差異特征。由表3可以明顯看出,2005~2013年福建省各地區(qū)能源效率從高到底依次為泉州、福州、廈門、漳州、龍巖、莆田、三明、寧德和南平。其中,泉州能源效率水平最高,達到0.899,其次是福州和廈門,均值分別為0.659和0.556,其效水平均在全省平均水平0.377之上,而其他地市的能源效率水平均處于省平均水平之下,說明福建能源有效率的地區(qū)僅占全省的1/3,大部分地區(qū)能源處于無效率狀態(tài)。整體上看,福建省能源效率在2005~2013年上升速度依舊緩慢,能源效率總體水平偏低,離完全有效率狀態(tài)還有很大的差距。
針對以上結果,我們將福建能源效率高低情況大致劃分為三大地區(qū)來討論,分別為能源高效率地區(qū)、能源中效率地區(qū)和能源低效率地區(qū)。各大地區(qū)的平均能源效率變動情況如圖1所示。

圖1 2005~2013年福建省三大區(qū)域能源效率的變動趨勢
高效率地區(qū):泉州、福州及廈門三地能源平均效率值為0.705,2005~2013年間,遠遠高于省平均水平。原因可能是該地區(qū)經濟以及產業(yè)結構都相對發(fā)達,所以能源消耗和投入比較均衡,因此能源效率也處于最優(yōu)效率狀態(tài)。
中效率地區(qū):漳州、龍巖和莆田三市處于這一區(qū)域。該區(qū)域能源平均效率值為0.2404,略低于省平均水平。可以看出,該地區(qū)離高效率區(qū)域還有一定的差距,不過該地區(qū)還有一定的地理優(yōu)勢,經濟發(fā)展水平處于中等水平,只要通過調整產業(yè)結構,合理利用能源,這些地區(qū)能源效率的提升空間和節(jié)能潛力還是相對較大的。

表3 基于SFA的福建省9個地市2005~2013年能源效率測算值
低效率地區(qū):三明、寧德與南平等在2005~2013年期間能源效率很低,全要素能源效率指數(shù)大都低于0.2。由于該區(qū)域處于福建內陸地區(qū),工業(yè)相對落后,經濟發(fā)展水平也不夠發(fā)達,產業(yè)結構也不夠完善,這些地區(qū)能源投入換來的經濟發(fā)展水平還相對較低。
本文得出的福建省能源效率測算結果與許多學者(李建建、沈能;何丹等)研究的結果大體一致,泉州、福州和廈門三個地區(qū)都處于能源高效率地區(qū),其他幾大地市的能源效率整體上的分布都同樣呈現(xiàn)出由沿海到山區(qū)逐級降低的階梯式特點。[13]但是由于評價方法不同,得出的排名情況也略有不同,這可能是使用的研究方法不同。用DEA評價能源效率時,可能會同時出現(xiàn)多個地區(qū)能源效率得分均為1,致使無法進行排名比較,而SFA方法在這方面具有更高的識別能力,[14]不僅能具體測算每個地區(qū)的具體效率值,更能評價每個變量對模型作用的大小。
本文基于低碳的視角,采用隨機前沿分析法將統(tǒng)計噪聲的影響引進到能源效率評價中,以2005~2013年面板數(shù)據為基礎對福建省能源效率情況進行研究,得出以下結論:第一,福建省的能源投入與勞動投入是刺激福建省經濟增長的關鍵,福建的經濟增長方式仍然以勞動密集型的粗放式發(fā)展模式為主。第二,目前福建的經濟增長過程中能源使用造成的碳排放量較大,福建的經濟增長模式在一定程度上是以犧牲環(huán)境為代價的。第三,能源效率水平與經濟發(fā)展水平、產業(yè)結構高度相關,經濟發(fā)達、產業(yè)結構完善地區(qū)能源效率比較高,反之,則較低。
根據上述結論,為有效提高福建能源效率以及減少碳排放,可以從以下幾個方面著手。第一,提高勞動技術水平,合理引導資本利用。從前文分析可以看出,福建省經濟增長的主要動力來自能源消耗與勞動力投入。而目前福建省勞動力水平整體上還處于簡單的初級勞動力,對資本的利用效率也還有很大的提升空間。因此,提高勞動力生產效率以及資本利用效率有利于能源效率的提高和能源消耗的減少,所以應當加大資本投入,加大對勞動力的培訓,提高勞動技術水平和勞動的熟練程度,加快向技術、資本密集型產業(yè)轉變。第二,積極發(fā)展清潔能源,減少污染物排放。福建的經濟增長過程中能源使用造成的碳排放量巨大,這將嚴重不利于福建未來的可持續(xù)發(fā)展。因此,應當積極發(fā)展煤炭的清潔使用,利用碳中和技術,減少燃燒過程中碳的排放。同時,逐步提高天然氣及新能源等清潔能源在一次能源消費中的比例,如大力推廣福州市LNG項目建設,有序開發(fā)建設平潭、莆田和漳州等沿海大型風電項目,扎實抓好寧德、福清兩座核電站如期完工發(fā)電,促使福建省的的耗能品種換代升級。[15]第三,優(yōu)化產業(yè)結構,提高能源效率。由福建省能源效率的分布可以看出福建省能源效率與地區(qū)的經濟發(fā)展水平以及產業(yè)結構密切相關,經濟發(fā)展水平高,產業(yè)結構較為完善的泉州、福州和廈門能源效率比較高,反觀其他地區(qū),水泥、鋼鐵及小火電等行業(yè)的比重較高,這類產業(yè)是最大的能源消耗產業(yè)及最大的碳排放產業(yè),因此,要解決內陸地區(qū)能源效率低下的問題,必須著重在這些地區(qū)加快發(fā)展新型工業(yè),并加大環(huán)保新技術研發(fā)和資金投入,使產業(yè)內部結構向低碳方向轉型,同時要提高第三產業(yè)的比重,使得能源消耗低、能源效率高的產業(yè)真正成為福建省產業(yè)結構的重要組成部分。
最后要說明的是,SFA模型沒有將外生環(huán)境變量引入到模型,這在一定程度上會影響到模型結果估計的精度,今后的研究將會重點引入外生環(huán)境變量到模型中以便提高參數(shù)估計的精度的同時,能夠分析影響能源效率的因素,從而為提高能源效率提出更加針對性的政策建議。
[1]鄭晶,張春霞.低碳經濟發(fā)展的動力研究[J].福建師范大學學報:哲學社會科學版,2011(04):24-28.
[2]李建建,沈能.低碳經濟背景下的福建省能源效率時空演化研究[J].福建論壇:人文社會科學版,2011 (01):56-60.
[3]李衛(wèi)坤.基于前沿分析方法的全要素能源效率研究[D].哈爾濱工業(yè)大學,2010.
[4]王雄,岳意定,劉貫春.基于SFA模型的科技環(huán)境對中部地區(qū)能源效率的影響研究[J].經濟地理,2013 (05):37-42.
[5]楊志江.基于SFA模型的中國省際能源技術效率研究[J].資源開發(fā)與市場,2013(10):1025-1029.
[6]范丹.低碳視角下的中國能源效率研究[D].大連:東北財經大學,2013.
[7]Hu JL,Wang SC.Total Factor Energy Efficiency of RegionsinChina[J].EnergyPolicy,2006(17):3206-3217.
[8]魏楚,沈滿洪.能源效率與能源生產率[J].數(shù)理經濟技術經濟研究,2007(9):110-121.
[9]王銳淇,彭良濤,蔣寧.基于SFA與Malmquist方法的區(qū)域技術創(chuàng)新效率測度與影響因素分析[J].科學學與科學技術管理,2010(09):121-128.
[10]Battese,G.E.,Coelli,T.J.Frontier production func?tions,technical efficiency and panel data:With applica?tion to paddy farmers in India[J].Journal of Productivi?ty Analysis,1992,3(1):153-169.
[11]續(xù)競秦,楊永恒.基于SFA的地區(qū)能源效率評價方法研究[J].煤炭經濟研究,2012(6):37-44.
[12]張軍,吳桂英,張吉鵬.中國省際物質資本存量估算:1952-2000[J].經濟研究,2004(10):35-44.
[13]楊紅亮,史丹.能效研究方法和中國各地區(qū)能源效率的比較[J].經濟理論與經濟管理,2008(3):12-20.
[14]沈鐳,劉立濤.中國能源政策可持續(xù)性評價與發(fā)展路徑選擇[J].資源科學,2009(08):1264-1271.
[15]陳燕,蔡雪雄.提高能源效率的宏觀途徑——以福建省為例[J].經濟問題,2010(12):38-42.
F205
A
王強強(1991-),男,碩士研究生,研究方向為低碳經濟與公共政策。鄭逸芳(1960-),女,教授,博士生導師,研究方向為農村公共管理。